基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
文中制作了5种典型的油纸绝缘局部放电模型,从局部放电的测量结果中提取出局部放电幅值的时间序列,对放电脉冲幅值的时间序列进行预处理,运用自回归模型对预处理的序列进行拟合,并将拟合所得的模型系数作为局部放电模式识别的特征向量,运用BP神经网络对这5种放电模型进行模式识别.笔者运用不同阶的自回归模型对局部放电脉冲幅值序列进行拟合,并在各阶的情况下分别对局部放电进行模式识别.结果表明,在运用4阶或6阶滞后模型对局部放电进行拟合时,能获得较高的正判率,均达到了80%以上.
推荐文章
油纸绝缘中局部放电时间序列的混沌特性及其模式识别
油纸绝缘
局部放电
时间序列
混沌
模式识别
固体绝缘开关柜局部放电模式识别优化算法
固体绝缘开关柜
支持向量数据描述
局部放电
模式识别
基于小波多尺度变换局部放电图像模式识别的研究
局部放电
小波变换
特征量
模式识别
油纸绝缘中局部放电的超宽频特性研究
局部放电
油纸绝缘
超宽频测量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于时间序列对油纸绝缘局部放电模式识别的研究
来源期刊 高压电器 学科 工学
关键词 油纸绝缘 局部放电 时间序列 自回归模型 BP神经网络
年,卷(期) 2012,(2) 所属期刊栏目 研究与分析
研究方向 页码范围 46-49
页数 分类号 TM866
字数 2667字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李彦明 西安交通大学电气工程学院 273 7763 48.0 71.0
2 罗勇芬 西安交通大学电气工程学院 37 674 16.0 25.0
3 曹蕤 西安交通大学电气工程学院 3 37 3.0 3.0
4 季盛强 西安交通大学电气工程学院 4 55 4.0 4.0
5 纪海英 西安交通大学电气工程学院 4 33 3.0 4.0
6 李超 1 9 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (79)
参考文献  (10)
节点文献
引证文献  (9)
同被引文献  (51)
二级引证文献  (11)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(8)
  • 参考文献(2)
  • 二级参考文献(6)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(7)
  • 参考文献(2)
  • 二级参考文献(5)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(8)
  • 引证文献(4)
  • 二级引证文献(4)
2019(7)
  • 引证文献(2)
  • 二级引证文献(5)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
油纸绝缘
局部放电
时间序列
自回归模型
BP神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
高压电器
月刊
1001-1609
61-1127/TM
大16开
西安市西二环北段18号
52-36
1958
chi
出版文献量(篇)
5932
总下载数(次)
16
总被引数(次)
58601
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导